首页天道酬勤BP神经网络实现同或运算,matlab神经网络预测模型例题

BP神经网络实现同或运算,matlab神经网络预测模型例题

张世龙 05-13 06:55 34次浏览

减肥的时间

摘要:在时间序列神经网络预测的基础上,从模型的结构设计、神经元数量、传递函数等方面研究BP神经网络预测模型的建模。 对国家统计局人口数据进行样本建立,并用MATLAB模拟预测模型,结果证明预测模型能达到预测效果。

关键词: BP神经网络; 人口预测; 马特拉b; 数学建模; 神经元; 传递函数

中图分类编号: TP391文献识别码: a文章编号: 2095-2163(2016 ) 01-

abstract:basedonthetimeseriesofneuralnetworkprediction,fromthemainexplorationsuchasthemodelofstructuraldesign, neuron number transfer function and so on,thepaperpresentstheresearchofbpneuralnetworkpredictionmodelofthemodel.after that, thepaperproposestheestablishmentofthesamplebythepopulationdataofthenationalbureauofstatistics, andtheuseofmatlabforsimulationofpredictionmodel.simulationresultshowthatthepredictionmodelcanachievethepredictionefffect。

keywords:BP新网络; Population保护; 马特拉b; 物理建模; 纽龙; 传输函数

引言0

对人口总量开展科学预测研究,可以为人口规划和未来政策方向提供全面客观的实施参考。 另外,预测结果数据对制定和实现国民经济发展计划具有不可估量的重要意义。 目前采用的主要预测方法有逻辑jzd方程法、常微分方程法、动态预测法。 这些方法各有特点和适用范围,但都需要对数据提供一定的模型假设支持。

相对于传统的统计预测方法,神经网络模型具有良好的非线性特性、灵活有效的学习方式以及完全分散的存储结构。

神经网络中单个神经元具有自组织复合模式,反映非线性特征,允许神经网络重构任意非线性连续函数。 通过学习,使用网络可以得到序列的内在规律,可以预测序列的变化。 使用神经网络不需要常规的建模过程,同时可以表现出良好的适应性和自学习能力、较强的抗干扰能力。

神经网络应用于预测大致可分为基于回归分析的神经网络预测和基于时间序列的神经网络预测两种方式[ ]。

神经网络预测模型基于一次观测中过去的值和未来的值之间存在联系的假设,找出以过去的观测值为输入,以未来的值为输出的函数。

2人口预测模型

2.1输入输出矢量设计

基于时间序列的神经网络预测模型的建立,前三年的人口总量数据作为神经网络的输入变量,第四年的人口总量数据作为输出变量。 也就是说,输入是三个数据,输出是一个数据。 函数表达式:

(2) ) ) )。

样品使用总量的80%作为训练样品集,剩下的20%作为测试样品集,并通过测试数据与实际数据的匹配比较,验证了模型的精度。

2.2网络模型

根据BP网络原理进行设计,常见的预测问题可以在单个隐式层实现。 因为理论上,单个隐式层可以近似为任何非线性函数。 在这次的研究中,我们构建了输入层、抑制层、输出层3层的BP神经网络。

确定网络层数结构后,需要确定每层的神经元数。 输入层和输出层的神经元数量由具体的输入输出决定,输入向量具有三个要素,因此输入层神经元设置为三个,输出层神经元相应设置为一个。 关于抑制层神经元数目的选择[ ],目前还没有统一准确的完善方法,经常使用经验公式和试验方法。 本文采用了经验公式法。

经验公式表明,sqr(3)3=5,综合测试比较结果可确定隐层神经元为5个。

传递函数又称激发函数,是BP网络的重要组成部分。 BP网络经常选择s型对数或正切数和线性函数作为传递函数。

在此次研究的预测神经网络模型设计中,输入层隐式层传递函数采用了sigmoid的对数函数。 Logsig是s型的对数函数,可以将神经元的输入(范围为实数集合全体)映射到) 0,1 ),是微的,因此最适合使用BP算法的神经网络。

隐含图层到输出图层的传递函数使用线性函数。 purelin是线性传递函数,文献[ ]已经证明线性传递函数在预测模型中更适合输出层传递函数。

3模拟

3.1样品采集

根据国家统计局的数据,我国1994-2013年人口数据见表1。

4结语

根据人口总量的非线性特征,提出了一种基于BP网络非线性的神经网络预测方法,以人口总量为预测模型,利用MATLAB仿真模拟了现有人口状况,对人口总量的预测取得了比较满意的结果。 由于人口总量受人口政策、经济发展和各种因素的客观综合影响,为了实现最佳的宏观预测,后续研究需要在预测模型中添加更多因素,如人口出生率、老年人和死亡率。

神经网络预测模型matlab代码,用matlab拟合人口增长曲线 预测人口数量的模型,马尔萨斯人口模型matlab程序